Kubernetes每天可以生成數(shù)百萬個新指標。監(jiān)控集群運行狀況很具挑戰(zhàn)性的方面之一是篩選收集和關注這些指標中的哪些很重要。下面介紹應該監(jiān)控并為其創(chuàng)建警報的12個關鍵Kubernetes健

康指標。你所在的企業(yè)可能會略有不同，但是這12個是制定企業(yè)的Kubernetes監(jiān)控策略的良好起點。

崩潰循環(huán)

崩潰循環(huán)是指Pod啟動，崩潰然后繼續(xù)嘗試重新啟動但無法恢復的時間(它不斷崩潰并以循環(huán)方式重新啟動)。發(fā)生這種情況時，應用程序無法運行。這可能是由于Pod中的應用程序崩潰導致

的，也可能是由于Pod中的配置錯誤或部署過程導致的，這使得調試崩潰循環(huán)變得非常棘手。當發(fā)生崩潰循環(huán)時，需要立即知道，弄清正在發(fā)生的事情以及是否需要采取緊急措施，保持應用程

序可用。

CPU利用率

CPU利用率只是節(jié)點使用的CPU周期數(shù)。進行監(jiān)控非常重要，其原因有兩個。首先，你不希望耗盡應用程序的處理資源。如果應用程序受到CPU的限制，則需要增加CPU分配或向集群添加更多節(jié)

點。其次，你不希望CPU閑置。如果CPU使用率一直很低，則可能是資源過度分配，有可能浪費支出。

磁盤壓力

根據(jù)在Kubernetes配置中設置的閾值，磁盤壓力是表明節(jié)點使用過多磁盤空間或使用磁盤空間的速度過快的情況。這對于監(jiān)控非常重要，因為如果應用程序合法需要更多空間，則可能意味著

需要添加更多磁盤空間。否則可能意味著應用程序行為異常。無論哪種方式，這種情況都需要引起注意。

內存壓力

內存壓力是另一種資源狀況，表明節(jié)點內存不足。類似于CPU資源配置，不想完全消耗內存資源，但也不想過度分配內存資源并浪費成本。那么需要注意這種情況，因為這可能意味著一個應用

程序中存在內存泄漏。

PID壓力

PID壓力是一種罕見的情況，在這種情況下，pod或容器會產生過多的進程，并使節(jié)點無法獲得可用的進程ID。每個節(jié)點具有有限數(shù)量的進程ID，從而在運行中的進程之間分配;如果ID用完了

，則無法啟動其他進程。Kubernetes允許為Pod設置PID閾值來限制其執(zhí)行失控的流程生成的能力，并且PID壓力條件意味著一個或多個Pod耗盡了其分配的PID，需要進行檢查。

網(wǎng)絡不可用

所有的節(jié)點都需要網(wǎng)絡連接，并且其狀態(tài)表示節(jié)點的網(wǎng)絡連接有問題與否。要么沒有正確設置(由于路由耗盡或配置錯誤)，要么是與硬件的網(wǎng)絡連接存在物理問題。

Job失敗

Job的目的是在有限的時間內運行pod，并在完成預期的功能時將其拆解。如果Job由于節(jié)點崩潰或重新引導或資源耗盡而未能成功完成，則需要知道該Job已失敗。這就是為什么需要監(jiān)控Job失

敗的原因。它們通常并不意味著應用程序不可訪問，但是如果未解決，則可能會導致問題。

持久卷故障

持久卷是在集群上指定的存儲資源，可用作任何請求它的Pod的持久存儲。在它們的生命周期中，它們綁定到一個容器，然后在該容器不再需要時回收。如果回收由于某種原因而失敗，那么需

要知道持久性存儲存在問題。

暫掛Pod的延遲時間

在pod的生命周期中，如果它正在等待在節(jié)點上進行調度，則其狀態(tài)為“待處理”。如果卡在“掛起”狀態(tài)，通常意味著沒有足夠的資源來安排和部署Pod。將需要更新CPU和內存分配，刪除

pod或向集群添加更多節(jié)點。

Deployment故障

Deployment用于管理無狀態(tài)應用程序-Pod是可互換的，不需要能夠到達任何特定的單個Pod，而只需到達特定類型的Pod即可。需要密切注意部署以確保它們正確完成。最好的方法是確保觀察

到的Deployment數(shù)量與所需的Deployment數(shù)量匹配。如果不匹配，則一個或多個Deployment失敗。

StatefulSets尚未就緒

StatefulSets用于管理有狀態(tài)的應用程序，其中的Pod具有特定的角色，需要到達其他特定的Pod。而不是像Deployment那樣只需要特定類型的Pod。但是，監(jiān)控是相同的，需要確保觀察到的

StatefulSet的數(shù)量與所需的StatefulSet的數(shù)量匹配。如果存在不匹配，則一個或多個StatefulSet已失敗。

DaemonSets未準備好

DaemonSets用于管理需要在集群中所有節(jié)點上運行的服務或應用程序。如果你有要在每個節(jié)點上運行的日志收集daemon或監(jiān)控服務，則需要使用DaemonSet。監(jiān)控與Deployment相同：需要確保

觀察到的DaemonSet數(shù)量與所需的DaemonSet數(shù)量匹配。如果不匹配，則一個或多個DaemonSet失敗。

結語

像Kubernetes的大多數(shù)方面一樣，監(jiān)控Kubernetes的運行狀況可能是一個復雜而具有挑戰(zhàn)性的過程，不容易下手。通過了解最需要關注的高價值健康狀況，至少可以開始制定策略，能夠過濾

掉集群所產生的大量數(shù)據(jù)“噪音”，并更加自信解決對確保良好體驗最重要的問題。